nelson jurandi - origem do homo sapiens e sua chegada às américas

7/29/2019 Nelson Jurandi - Origem do Homo sapiens e sua chegada s Amricas

1/132

0

Origem do Homo sapiens e sua chegada

s Amricas: uma contribuio da

antropologia molecular

Universidade Federal do Rio Grande do Sul

Instituto de Biocincias

Programa de Ps-Graduao em Gentica e Biologia Molecular

Nelson Jurandi Rosa Fagundes

Orientador: Dr. Francisco Mauro Salzano

Co-orientador: Dr. Sandro Luis Bonatto

Dr. Laurent Excoffier

Porto Alegre

Maio de 2007

Tese submetida ao Programa de Ps-

Graduao em Gentica e Biologia

Molecular da UFRGS como requisito

parcial para a obteno do grau de

Doutor em Cincias

Origem do Homo sapiens e sua chegada

s Amricas: uma contribuio da

antropologia molecular





Orientador: Dr. Francisco Mauro Salzano

Co-orientador: Dr. Sandro Luis Bonatto

Dr. Laurent Excoffier

Porto Alegre

Maio de 2007

Tese submetida ao Programa de Ps-

Graduao em Gentica e Biologia

Molecular da UFRGS como requisito

parcial para a obteno do grau de

Doutor em Cincias


2/132

1




Origem doHomo sapiens e sua chegada s

Amricas: uma contribuio da antropologia

molecular


Tese submetida ao Programa de Ps-Graduaoem Gentica e Biologia Molecular da UFRGS

como requisito parcial para a obteno do grau de

Doutor em Cincias

Orientador: Prof. Dr. Francisco Mauro Salzano

Co-orientadores: Prof. Dr. Sandro Luis Bonatto

Participao Especial: Prof. Dr. Laurent Excoffier

Porto Alegre

Maio de 2007


3/132

2

Este trabalho foi realizado nas instalaes do Centro de Biologia Genmica e Molecular da

Faculdade de Biocincias da Pontifcia Universidade Catlica do Rio Grande do Sul

(PUCRS) e no Laboratrio de Gentica de Populaes Molecular e Computacional

(CMPG) do Instituto de Zoologia da Universidade de Berna, subvencionado pelo Conselho

Nacional de Desenvolvimento Cientfico e Tecnolgico (CNPq), pela Coordenao de

Aperfeioamento de Pessoal de Nvel Superior (CAPES), pela Fundao Nacional Sua deCincias (SNSF) e pela Universidade de Berna (UniBe).


4/132

3

For whom, it suddenly occurred to him to wonder, was he

writing this diary? For the future, for the unborn. His mind

hovered for a moment round the doubtful date on the page, and

then fetched up with a bump against the Newspeak word

doublethink. For the first time, the magnitude of what he had

undertaken came home to him. How could you communicate

with the future? It was of its nature impossible. Either the future

would resemble the present in which case it would not listen to

him, or it would be different from it, and his predicaments would

be meaningless.

Suddenly, he began writing in sheer panic, only imperfectly

aware of what he was setting down. His small but childish

handwriting straggled up and down the page, shedding first its

capital letters and finally even its full stops.

George Orwell, 1984


5/132

4

AGRADECIMENTOS

Ao Dr. Francisco M. Salzano, por ter me aceitado como seu aluno, pelo constante

incentivo, pela confiana em mim depositada, por partilhar comigo um pouquinho de sua

erudio infindvel e por ser um cientista exemplar.

Ao Dr. Sandro L. Bonatto, mestre e amigo, por ter sido sempre uma fonte de

renovao do meu entusiasmo cientfico.

Ao Dr. Laurent Excoffier, por aceitar me receber em seu laboratrio, fazer o

possvel para que eu me sentisse vontade no laboratrio e contribuir enormemente para

minha formao como cientista.

A este Programa de Ps-Graduao e seus professores que me proporcionaram umambiente propcio onde eu pudesse amadurecer como cientista.

Ao CNPq e a CAPES, por terem me concedido as bolsas de estudo com as quais

pude realizar o doutorado.

Aos demais professores do Centro de Biologia Genmica e Molecular, Dr.

Maurcio R. Bogo e Dr. Eduardo Eizirik, por todo o incentivo, pelas oportunidades de

colaborao e pelo grande ambiente de trabalho que me proporcionaram.

Ao Dr. Jomar P. Laurino, pela amizade, apoio constante e oportunidades decolaborao.

Ao Elmo J. A. Cardoso e Ellen Mezzeck, pelo trabalho competente e sua eterna

disposio para resolver problemas de ltima hora.

Laci Krupahtz, pela infindvel disposio em ajudar.

Rita Schneider, pela ajuda local ou transocenica sempre eficiente.

Aos colegas do PPGBM com quem durante esses anos pude aprender muito.

Ao Dr. Nicolas Ray, com quem pude aprender muitssimo, pela amizade, por sua

eterna disposio em discutir modelos evolutivos e cenrios demogrficos e idias

mirabolantes.


6/132

5

Aos demais colegas no CMPG pela acolhida calorosa e por terem me

proporcionado um ambiente agradabilssimo e cientificamente enriquecedor.

Cladi, pela amizade, companheirismo e sua disposio infindvel em ajudar.

Jaque, pela grande amizade e companheirismo em mais de 10 anos nos trabalhos

com Nativos Americanos.

Ao Andr, Felipe, Ricardo e Ronaldo pela imensa amizade e constante troca de

idias.

Alice, minha pupila, e a todos os ex-pupilos por me ensinarem muito mais

do que imaginam.

A todos aqueles que passaram pelo mitogenoma: Pessoas que construram uma

lenda...A todos os demais colegas, ex-colegas e amigos do Centro de Biologia Genmica e

Molecular pela convivncia prazerosa e por terem de alguma forma contribudo para minha

formao.

Aos meus amigos em geral, que me ajudam a respirar.

minha av, Jandyra, e ao Ronaldo, por todo o carinho e incentivo que puderam

me dar em parte dessa caminhada.

minha me por todo o apoio h quase 30 anos

Daisy, simplesmente por existir.


7/132

6

SUMRIO

Resumo ......................................................................................................................... 7

Abstract ......................................................................................................................... 9

Captulo I: Introduo Geral.......................................................................................... 10

I.1. Origem doHomo sapiens.................................................................................. 11

I.1.1. Fsseis e modelos evolutivos......................................................................... 11

I.1.2. Estudos iniciais em Gentica o triunfo do modelo de substituio?........... 13

I.1.3. Seqenciamento de genes autossmicos: o multirregionalismo de volta

tona.......................................................................................................................... 14

I.1.4. Estudos recentes de dados genticos.............................................................. 15

I.2. O Povoamento das Amricas............................................................................ 17I.2.1. Evidncias antropolgicas.............................................................................. 17

I.2.2. Marcadores genticos: nmero e idade das ondas migratrias...................... 19

I.2.3. Marcadores genticos: tamanho da populao fundadora............................. 20

I.3. A escolha dos marcadores genticos estudados no presente trabalho............... 21

I.4. Objetivos........................................................................................................... 22

Captulo II: Statistical Evaluation of Alternative Models of Human Evolution .. 23

Captulo III: Mitochondrial Genomics and the Peopling of the Americas 74

Captulo IV: Discusso Geral.... 108Captulo V: Referncias Bibliogrficas. 115

Captulo VI: Anexos.. 127

Anexo I: Worldwide genetic variation at the 3'-UTR region of the LDLR gene:

possible influence of natural selection 129

Anexo II: Alu insertion polymorphisms in Native Americans and related Asian

populations.. 142

Anexo III: Mitochondrial DNA and Alu insertions in a genetically peculiar

population: the Ayoreo Indians of Bolivia and Paraguay... 162


8/132

7

RESUMO

Desde o final dos anos 80, o estudo de marcadores de DNA tem contribudo

enormemente para um melhor entendimento de questes antropolgicas. Atualmente, duas

questes tm sido debatidas fortemente: a primeira envolve o modelo de origem dos

humanos modernos e a possvel assimilao de linhagens arcaicas pelas populaes de

Homo sapiens sadas da frica. A segunda envolve o tempo e o modo do povoamento das

Amricas, o ltimo continente a ser colonizado pelos humanos.

Foi realizado um estudo envolvendo o seqenciamento de 50 locos autossmicos

em uma amostra de 12 indgenas americanos, totalizando cerca de 50.000 pares de bases de

seqncia por indivduo. Os dados foram analisados juntamente com seqncias j

publicadas oriundas de indivduos africanos e asiticos. Usando computao bayesianaaproximada e simulaes de coalescncia, foi estimada diretamente, pela primeira vez, a

probabilidade relativa de trs modelos de evoluo humana. Um modelo de origem

africana com substituio obteve a maior probabilidade relativa (98%), muito superior

quela de modelos de assimilao ou de evoluo multirregional. O cenrio evolutivo

sugerido pode explicar no apenas a ancestralidade recente do DNA mitocondrial e do

cromossomo Y, como tambm a existncia de linhagens antigas em locos autossmicos.

Quanto ao povoamento das Amricas, os dados indicaram a ausncia de um efeito de

gargalo-de-garrafa forte e sugerem um tempo recente de povoamento, de at 13.350 anosatrs.

Para obter um cenrio mais refinado para o povoamento das Amricas, foram

seqenciados 53 genomas mitocondriais completos de indivduos nativos americanos

pertencentes aos cinco haplogrupos mitocondriais principais (A-D, X), que foram

analisados juntamente com 191 genomas disponveis em bancos de dados pblicos. Os

resultados indicaram um povoamento aps o ltimo mximo glacial h aproximadamente

18.000 anos atrs, associados a uma forte expanso populacional (100 vezes) com uma

entrada no continente pela costa do Pacfico.Os dois conjuntos de dados sugerem fortemente a ausncia de um efeito fundador

marcante durante a colonizao das Amricas e o povoamento do continente aps o ltimo

mximo glacial. As discrepncias entre as duas datas obtidas para a entrada nas Amricas

podem indicar os efeitos de uma segunda migrao, mas a explicao mais simples


9/132

8

envolveria fatores como desenho amostral e incertezas vinculadas a alguns dos parmetros

utilizados.


10/132

9

ABSTRACT

Since the end of the 80s, the study of DNA markers has contributed enormously to

a better understanding of anthropological questions. Currently, two issues have been hotly

debated: the first involves a model for the origin of modern humans, and the possible

assimilation of archaic lineages byHomo sapiens populations which had left Africa. The

second involves the time and mode of the peopling of the Americas, the last continent

colonized by humans.

A study involving the sequencing of 50 autosomal loci was performed in a sample

of 12 American Indians, totaling about 50,000 base pairs per individual. These data were

analyzed in conjunction with previously published sequences from African and Asian

individuals. Using approximate Bayesian computation and coalescent simulations, therelative probability of three models of human evolution was assessed for the first time. A

model of African origin with replacement received the highest relative probability (98%),

much higher than that associated to assimilation or multiregional models. The favored

evolutionary scenario can explain not only the recent ancestry for mitochondrial DNA and

the Y chromosome, but also the existence of deep lineages in autosomal loci. Regarding

the peopling of the Americas, the data indicate the lack of a bottleneck effect and suggest a

recent time for its settlement, up to 13,350 years ago.

To obtain a more accurate scenario for the peopling of the Americas, 53mitochondrial genomes from Native American individuals belonging to the five main

mitochondrial haplogroups (A-D, X) were sequenced and were analyzed together with 191

genomes available in public databases. The analysis indicated a peopling of the continent

after the last glacial maximum at approximately 18,000 years ago, associated to a strong

population expansion (100 fold), and with an entry in the continent through the Pacific

coast.

Both datasets strongly suggest the nonexistence of a marked founder effect during

the settlement of the Americas and the peopling of the continent after the last glacialmaximum. The discrepancies between the two calculated times for the entry in the

continent could reflect the effects of a secondary migration, but the simplest explanation

would be related to factors such as sampling design and to uncertainties intrinsic to some

of the parameters.


11/132

10

CAPTULO I

Introduo Geral


12/132

11

I. INTRODUO GERAL

I.1. Origem doHomo sapiens

I.1.1. Fsseis e modelos evolutivos

Sem exageros, pode-se afirmar que a origem de nossa espcie uma questo que

nos tem fascinado desde que existimos, tendo ocupado uma posio central no

desenvolvimento de sistemas filosficos e religiosos. Do ponto de vista cientfico, o tema

vem ocupando paleoantroplogos a partir do momento em que os primeiros fsseis de

homindeos foram encontrados (uma reviso histrica acerca do impacto da descoberta

inicial desses fsseis pode ser encontrada em Lewin, 1998). Atualmente, supe-se que os

primeiros Homo sapiens anatomicamente modernos teriam surgido na frica h cerca de

195.000 anos (McDougall et al., 2005).O gradual acmulo de crnios de homindeos fsseis permitiu que fossem

elaborados os primeiros cenrios sobre a origem do homem. Durante a dcada de 40, Franz

Weidenreich, reconhecendo continuidades morfolgicas regionais nas colees de fsseis

que analisara, sugeriu o surgimento do H. sapiens independentemente na frica, sia e

Europa a partir das populaes regionais de homindeos arcaicos, no que ficou conhecido

como o modelo do candelabro (Weidenreich, 1946). Neste modelo, que no implicava

em fluxo gnico significativo entre os grandes grupos continentais humanos, esses teriam

uma histria longa de isolamento; desde cerca de 1 milho de anos atrs. Embora aformulao original de Weidenreich no tivesse conotaes racistas aparentes (Lewin,

1998), a idia de que os grandes grupos humanos pudessem ter histrias independentes

bastante profundas gerou hipteses nas quais esses grupos teriam atingido o nvel H.

sapiens em diferentes pontos no tempo (Coon, 1962), de modo que o modelo do

candelabro acabou sendo adaptado para justificar e exacerbar as diferenas entre os

grandes grupos humanos.

Num outro extremo estava o cenrio defendido por Louis S. B. Leakey, elaborado

na dcada de 60 a partir das descobertas de fsseis na frica sub-Saariana feitos por seugrupo (p. ex. Leakey, 1966, Leakey e Goodall, 1969). Leakey sugeria uma origem

Africana para oH. sapiens h cerca de 130.000 anos e via o H. erectus asitico como uma

linhagem que teria sido extinta sem contribuir para a formao de nossa espcie. Esta

hiptese formou a base do modelo de origem africana recente, ou modelo de substituio


13/132

12

africana, defendido por diversos pesquisadores atualmente (p. ex. Lahr e Foley, 1998;

Stringer, 2002; Mellars, 2005)

A descoberta de novos fsseis e a re-interpretao dos fsseis pr-existentes,

porm, fez surgir novas hipteses acerca do surgimento dos humanos modernos. Thorne e

Wolpoff (1992), por exemplo, adaptaram o modelo do candelabro sugerindo um intenso

fluxo gnico entre os grandes grupos continentais desde as primeiras incurses de

homindeos fora da frica (cerca de 2 milhes de anos atrs), de modo a haver uma

conexo contnua entre os grupos humanos que mediava as modificaes morfolgicas

vistas no registro fssil, no que se tornou conhecido como modelo de evoluo

multirregional. Alm disso, uma nova classe de modelos, intermedirios entre os dois

cenrios extremos apresentados acima, comeava a surgir. Alguns proponentes de uma

origem nica africana passaram a sugerir que embora a maioria das populaes arcaicashouvesse desaparecido por substituio, parte delas deveria ter se hibridizado com os

humanos modernos (Bruer, 1992; Zilho, 2006). Em consonncia com este modelo,

possveis hbridos entre Neandertais (H. neanderthalensis) e humanos modernos teriam

sido descobertos em Portugal e na Romnia (Duarte et al., 1999; Rougier et al., 2007),

embora haja controvrsias quanto interpretao desses esqueletos (Tattersall e Schwartz,

1999; Stringer, 2002). Possveis hbridos entre homindeos arcaicos e modernos so

igualmente previstos por uma variao do modelo de hibridizao, conhecida como

modelo de assimilao (Smith, 1992; Trinkaus, 2007). Nela, as populaes de humanosmodernos que saram da frica entre 50.000 e 100.000 anos atrs assimilaram linhagens

gnicas e caractersticas morfolgicas das populaes arcaicas locais atravs de extenso

fluxo gnico. interessante ressaltar que alguns proponentes do modelo de evoluo

multirregional parecem estar se movendo em direo a modelos de assimilao (Hawks et

al., 2000; Wolpoffet al., 2001).

Embora tanto Aiello (1993) quanto Lewin (1998) e Stringer (2002) reconheam a

existncia de quatro grandes modelos de evoluo humana em debate atualmente (origem

africana com substituio; origem africana com substituio e hibridizao, assimilao eevoluo multirregional), cabe ressaltar que as diferenas entre os modelos de hibridizao

e assimilao podem ser sutis. Ambos pressupem (diferentemente do modelo

multirregional) uma sada significativa de populaes da frica aps o surgimento do

conjunto de caractersticas responsveis pela modernidade doH. sapiens, e hibridizao


14/132

13

entre modernos e populaes arcaicas regionais, tipicamente representadas pelos

neandertais na Europa e o H. erectus na sia. A grande diferena entre eles, portanto,

relaciona-se mais ao grau e durao da hibridizao. Enquanto o modelo de substituio

com hibridizao pressupe um grau pequeno de hibridizao com rpida transio entre

arcasmo e modernismo, o modelo de assimilao pressupe um processo demorado, de

transio gradual, no qual foi facilitada a assimilao de caracteres arcaicos. No deixa de

ser curioso a semelhana entre tais modelos, se lembrarmos que ambos derivaram de

modelos opostos (multirregional vs. origem africana com substituio).

I.1.2. Estudos iniciais em Gentica o triunfo do modelo de substituio?

Os primeiros marcadores genticos usados para o estudo da diversidade humana

foram os polimorfismos proticos. Consistentemente, estudos utilizando esses marcadoresrevelaram que a maior parte da variabilidade gentica encontrada dentro dos grandes

grupos continentais humanos, e no entre eles (p. ex. Nei e Roychoudhury, 1982; Cavalli-

Sforza et al., 1994), sugerindo que a sua separao relativamente pequena, favorecendo o

modelo de substituio. Alm disso, rvores populacionais utilizando freqncias allicas

revelaram que a maior distncia separava populaes africanas das no-africanas,

novamente em maior consonncia com as expectativas do modelo de origem africana e

substituio (p. ex. Cavalli-Sforza et al., 1994).

A partir do final da dcada de 80 comearam a ser utilizados marcadores de DNA.Wainscoat et al. (1986) replicaram a maior distncia entre africanos e no-africanos

atravs de polimorfismos no tamanho de fragmentos de restrio (RFLPs) prximos ao

gene da -globina. No ano seguinte, Cann et al. (1987), estudando RFLPs no DNA

mitocondrial (mtDNA) sugeriram que a coalescncia desse loco ocorrera mais

provavelmente na frica h 200.000 anos atrs, e que a diversidade gentica nesse

continente era maior do que a encontrada em populaes no-africanas. Os achados iniciais

desses estudos pioneiros foram ento replicados em alguma medida por outros marcadores

de DNA, como a regio hipervarivel do mtDNA (Vigilant et al., 1991), diversos RFLPsespalhados ao longo do genoma humano (Barbujani et al., 1997), diversos locos de

microssatlites (STRs) (Bowcocket al., 1994; Jorde et al., 1995; Barbujani et al., 1997;

Jorde et al., 1997), inseresAlu (Batzeret al., 1994), alm da contrapartida biolgica do

mtDNA, o cromossomo Y (Hammeret al., 1995). Finalmente, a publicao da seqncia


15/132

14

da regio controladora do mtDNA de vrios neandertais sugeriu fortemente que estes

ltimos no devem ter contribudo para o conjunto gnico dos humanos modernos (Krings

et al., 1997; 2000; Ovchinnikov et al., 2000).

Ao final da primeira dcada de estudos evolutivos humanos com marcadores de

DNA, tinha-se a sensao de que praticamente todos eles sugeriam fortemente um cenrio

de origem recente africana seguida de uma substituio total das populaes arcaicas.

I.1.3. Seqenciamento de genes autossmicos: o multirregionalismo de volta tona

No final da dcada de 90, estudos baseados no seqenciamento de locos nucleares

passaram a ser amplamente utilizados, inicialmente sob o formato de estudos de um nico

gene ou regio gnica e anlise de estatsticas populacionais e da rvore gnica resultante.

O primeiro desses estudos a ter grande impacto cientfico foi o de Harding et al. (1997),que seqenciaram aproximadamente 3kb do gene da -globina. Esses autores

surpreenderam-se por no replicar os resultados obtidos por marcadores genticos

uniparentais. O estudo apontava maior variabilidade gentica na frica, mas isso foi

interpretado em favor de um maior tamanho populacional efetivo nesse continente, e no

de uma maior antiguidade. Alm disso, os autores sugeriram que o fato da genealogia dos

hapltipos presentes na sia ser de aproximadamente 200.000 anos no era facilmente

compatvel com as predies do modelo de origem africana e substituio.

A esse estudo, seguiram-se outros relatos de genes cujo padro de variaosupostamente no poderia ser explicado facilmente pelo modelo de origem africana com

substituio (p. ex. Zhao et al., 2000; Yu et al., 2001), muito embora a maioria dos estudos

de variao em seqncias nucleares apontasse uma melhor concordncia com esse modelo

(p. ex. Kaessmann et al., 1999; Zhao et al., 2000; Yu et al., 2001). Excoffier (2002)

sugeriu que os padres discordantes apresentados pelos marcadores uniparentais e

autossmicos poderia ser causada por presso de seleo balanceadora sobre esses ltimos,

sem que isso implicasse que o modelo de origem africana com substituio estivesse

equivocado. Takahata et al. (2001) usaram algumas predies dos modelos de origemafricana com substituio e de evoluo multirregional para testar qual deles melhor se

ajustava aos dados de variao de seqncias de DNA. Usando dados de marcadores

uniparentais, autossmicos e do cromossomo Y, os autores concluram que o modelo de

origem africana com substituio era amplamente favorecido. Entretanto, Templeton


16/132

15

(2002), igualmente baseado num conjunto de dados que inclua diversos marcadores, usou

uma abordagem baseada em nested clade analysis (NCA) para sugerir um cenrio

complexo, onde vrias sadas da frica com a assimilao de linhagens antigas pelos novos

migrantes formariam o conjunto gnico das populaes atuais.

I.1.4. Estudos recentes de dados genticos

Nos ltimos anos, o volume de gerao de dados genticos cresceu enormemente.

Em relao aos marcadores uniparentais, estudos utilizando o genoma mitocondrial

completo no mudaram em quase nada o cenrio geral apresentado pelas pesquisas

anteriores com esse marcador (Ingman et al., 2000), da mesma forma que a investigao de

diversos polimorfismos do tipo SNP no cromossomo Y (Underhill et al., 2000). A ausncia

de cruzamento entre neandertais e humanos modernos foi tambm reafirmada por uma re-anlise da diversidade mitocondrial desses neandertais (Currat e Excoffier, 2004).

Em relao aos estudos com seqncias autossmicas, anlises de seqncias multi-

locos (Friss et al., 2001; Yu et al., 2002; Akey et al., 2004; Voight et al., 2005) tm

consistentemente mostrado maior diversidade gentica na frica, possivelmente devido a

um maior tamanho populacional efetivo histrico e/ou existncia de uma subdiviso

populacional antiga na frica; bem como uma variabilidade reduzida fora dela, sugerindo

que as populaes no-africanas teriam passado por algum evento do tipo gargalo-de-

garrafa que poderia estar associado sada da frica pelos primeiros humanos modernos.Dessa forma, esses dados favorecem fortemente o modelo de origem africana com

substituio (mas ver tambm Templeton, 2005 para um contraponto).

Os resultados obtidos com o estudo de seqncias autossmicas vm sendo

replicados pelo estudo com marcadores do tipo SNPs (polimorfismo de um nico

nucleotdeo). Esses marcadores permitem tambm que o nvel de desequilbrio de ligao

entre regies genmicas seja avaliado juntamente com o espectro de freqncia allica dos

polimorfismos genotipados. Desde o estudo de Reich et al. (2001), que analisaram 274

SNPs, incluindo os trabalhos de Gabriel et al. (2002) e Marth et al. (2003; 2004) baseadosem ~4.000 e 500.000 SNPs, at o estudo de cerca de 1 milho de SNPs realizado pelo

consrcio HapMap (The International Hapmap Consortium, 2005), os resultados principais

mostram que os blocos de desequilbrio de ligao so significativamente menores em

africanos, sugerindo para as populaes de fora desse continente uma histria marcada por


17/132

16

um evento de gargalo-de-garrafa com posterior crescimento populacional. Schaffneret al.

(2006) recentemente usaram um conjunto de 4.000 SNPs para estimar diversos parmetros

demogrficos de interesse em um modelo de origem africana com substituio.

Grandes conjuntos de dados tambm vm sendo gerados para marcadores do tipo

STR. Uma bateria de 377 STRs usada originalmente para estimar o grau de estruturao

gentica presente em populaes humanas em nvel mundial (Rosemberg et al., 2002) foi

analisada por Zhivotovsky et al. (2003), que estudaram o padro e o tempo de divergncia

entre grandes grupos continentais e encontraram resultados em concordncia com a

hiptese de origem africana e substituio. O mesmo conjunto de dados foi analisado por

Ray et al. (2005), que usaram uma anlise Bayesiana para estimar a probabilidade

posterior de diferentes origens geogrficas para a espcie humana. Estes autores

encontraram uma maior probabilidade associada a uma possvel origem no leste da frica.Embora uma origem africana no seja incompatvel com modelos alternativos de evoluo

humana (ver item 1.1), esses autores concluram que o modelo de origem africana e

substituio era o que melhor se ajustava aos dados. Um apoio independente a este modelo

veio da anlise de cerca de 750 STRs realizada por Ramachandran et al. (2005), que

sugeriram que um modelo simples de isolamento por distncia a partir da frica ajustava-

se surpreendentemente bem aos dados observados.

Muito embora a grande maioria dos estudos genticos recentes apie o modelo de

origem africana com substituio, tm sido publicados relatos pontuais, mas de grandeimpacto, de conjuntos de dados que se ajustam melhor a modelos alternativos.

Investigaes de genes especficos cujo padro de variabilidade aparentemente no se

adequava s predies do modelo de origem africana com substituio, normalmente

devido a um longo tempo de coalescncia (TMRCA) ou a um perfil de freqncia

haplotpica onde o hapltipo ancestral era mais freqente fora da frica, levaram Garrigan

et al. (2005a,b), Hayakawa et al. (2006) e Evans et al. (2006) a sugerir a assimilao de

linhagens arcaicas pelas populaes modernas de H. sapiens. Alguns estudos de locos

mltiplos, entretanto, tambm sugeriram a assimilao de linhagens ancestrais comocenrio que melhor explicava os padres de variabilidade encontrados, sendo que a taxa de

assimilao poderia afetar entre 5% (Plagnol e Wall, 2006), ou at 80% do genoma de

nossa espcie (Eswaran et al., 2005). Finalmente, a publicao de dados preliminares

acerca do genoma do Homem de Neandertal gerou resultados conflitantes. Enquanto um


18/132

17

grupo (Noonan et al., 2006) obteve uma estimativa de mxima verossimilhana de zero

(com intervalo de confiana entre 0 e 20%) para uma possvel contribuio dos neandertais

para o conjunto gnico de nossa espcie, outra equipe (Green et al., 2006) sugeriu um

cenrio de algum fluxo gnico envolvendo principalmenteH. sapiens masculinos.

Os estudos j realizados sobre as origens dos humanos modernos, sempre basearam

a escolha do seu modelo evolutivo favorito em um determinado conjunto de previses

acerca do padro de diversidade gentica que poderia ser refutado ou corroborado. Jamais,

porm, tentou-se comparar diretamente modelos evolutivos alternativos para estimar a

probabilidade relativa de cada modelo.

I.2. O Povoamento das Amricas

Durante a disperso do H. sapiens moderno aps seu surgimento, o continenteamericano foi o ltimo a ser povoado. Os povos que se espalharam por toda sua extenso

desenvolveram uma grande variedade de culturas adaptadas ao ambiente especfico de

cada tribo. Passados ~500 anos da chegada dos colonizadores europeus, estima-se uma

reduo populacional de 95% dos nativos americanos (Cavalli-Sforza et al., 1994),

extinguindo grande parte desta diversidade. Atualmente, enquanto vrios grupos

sobrevivem em relativo isolamento, outros foram incorporados (geneticamente, inclusive)

sociedade colonial como escravos ou pees. A contribuio cultural destes grupos

aborgenes foi marcante na gnese de uma cultura colonial miscigenada, em oposio cultura metropolitana europia (Kern, 1998). Por tratar-se de um tema multidisciplinar,

lingistas, arquelogos, antroplogos fsicos e geneticistas tm formulado hipteses e

modelos sobre o povoamento das Amricas (reviso em Salzano, 2007).

I.2.1. Evidncias antropolgicas

Um dos modelos mais influentes sobre o povoamento das Amricas o de

Greenberg et al. (1986). Utilizando evidncias fundamentalmente lingsticas e de

morfologia dental e tendo certo respaldo de marcadores genticos de grupos sangneos eproticos, estes autores separaram os nativos americanos em Amerndios, Na-Denes e

Esquim-Aleutas. Cada grupo corresponderia a uma migrao distinta, sendo os

Amerndios os mais antigos (>11.000 anos atrs), seguidos pelos Na-Denes (9.000 anos

atrs) e finalmente pelos Esquims e Aleutas (4.000 anos atrs). Embora a anlise


19/132

18

lingstica de Greenberg seja muito criticada (ver Bolnik et al., 2004), sua importncia

histrica inegvel.

Outro ponto controverso se o complexo arqueolgico Clovis, localizado no centro

dos EUA e datado at recentemente em 11.500 anos atrs representaria os restos lticos de

caadores de grandes animais de pradaria, possivelmente os primeiros habitantes do Novo

Mundo (Steele e Powell, 1993) conforme predito pelo modelo de Greenberg et al. (1986).

A descoberta de novos stios comeou a mudar esta viso (ver Meltzer, 1993; Roosevelt et

al., 1996). Alguns autores sugeriram que os primeiros habitantes do continente seriam

caadores-coletores florestais que teriam penetrado no continente ~25.000 anos atrs

seguindo uma rota costeira (Rogers et al., 1992; Prous, 1995). Assim, no existiriam stios

arqueolgicos desta antigidade porque estes teriam sido submersos com a elevao do

nvel do mar ao final do Pleistoceno. A aceitao da data de 14.600 anos atrs para o stiochileno de Monte Verde (Meltzer, 1997) e a reviso nas datas do stio de Clovis situando-o

a cerca de 13.000 anos atrs, contemporneo a outros stios nas Amricas do Norte e do

Sul (Waters e Stafford Jr, 2007) passaram a favorecer fortemente uma entrada nas

Amricas anterior a Clovis.

Recentemente, a antropologia fsica tem provocado um grande debate sobre os

modelos de povoamento das Amricas a partir da identificao de morfologias proto-

mongoloides (p. ex. Neves e Hubbe,2005; Neves et al., 2005; 2007) nos esqueletos mais

antigos j identificados no continente. Dentre as hipteses mais influentes est a de Neveset al. (1999), na qual teria havido uma migrao antiga que teria trazido para a Amrica

indivduos de morfologia bastante distinta do padro mongolide atual. A seguir, uma nova

migrao de indivduos de morfologia mongolide teria ocorrido no incio do Holoceno, e

esses grupos, dotados de melhor tecnologia ou mais bem adaptados s condies locais

teriam causado a total extino dos grupos antigos, de modo similar suposta substituio

de humanos arcaicos por modernos (ver item 1.1). Uma hiptese alternativa sugere que

subseqente chegada dos povos de morfologia protomongolide ao continente, uma nova

migrao teria ocorrido a partir da entrada de povos mongolides no extremo norte docontinente. Segundo esse modelo, a morfologia dos povos nativos americanos, embora

sempre muito diversa, teria se transformado a partir de um evento de troca gentica entre

mongolides asiticos e protomongolides (Gonzlez-Jos et al., submetido). Um ponto

que ainda necessita ser estudado em mais detalhes o quanto de fluxo gnico seria


20/132

19

necessrio para promover a mudana morfolgica e qual o papel que variveis ambientais

poderiam ter na promoo da diferenciao morfolgica dentro do continente (Bernal et

al., 2006; Sardi et al., 2006).

I.2.2. Marcadores genticos: nmero e idade das ondas migratrias

Em relao ao DNA mitocondrial (mtDNA), Schurr et al. (1990), utilizando

marcadores RFLP foram os primeiros a identificar uma ancestralidade asitica para os

amerndios modernos pela existncia de quatro grandes haplogrupos. Uma aparente

diferenciao entre Amerndios e Na-Dene/Escaleutas levou Torroni et al. (1992) a

proporem um modelo de duas migraes para a origem dos Amerndios, sendo a idade da

primeira migrao ~30.000 anos. Starikovskaya et al. (1998) sugeriram posteriormente que

a migrao mais recente corresponderia cultura Clovis. Um cenrio alternativo foiinicialmente apresentado por Merriwetheret al. (1995) e Bonatto e Salzano (1997a,b), que

propuseram uma nica onda migratria para a colonizao da Berngia, a ponte de terra

que ligava a sia Amrica, e tambm uma entrada antiga no continente (~30.000 anos

atrs) com a posterior diferenciao entre os grupos (Amerndios x Na-Denes + Esquims)

sendo esta devida ao isolamento geogrfico durante o pice do perodo glacial.

Recentemente, Silva et al. (2003) seqenciaram 8kb do mtDNA e obtiveram um intervalo

de confiana bastante estreito para a colonizao da Berngia, entre 18.600 e 23.400 anos

atrs, claramente no Pleistoceno.Um ponto ainda obscuro refere-se ao haplogrupo X, de diversidade gentica

aparentemente mais limitada que os demais, raro tanto na Europa quanto na sia Central e

nas Amricas, onde restrito Amrica do Norte (Schurr, 2004; Dornelles et al., 2005).

Brown et al. (1998) sugeriram que este haplogrupo representava uma migrao

independente, talvez via Europa. A existncia do haplogrupo X em baixas freqncias na

Europa, e uma suposta similaridade entre as tecnologias lticas de Clovis e dos Solutreanos

levou hiptese de que ambas as culturas eram de fato ligadas diretamente (Stanford e

Bradley, 2002)J em relao ao cromossomo Y, os primeiros trabalhos publicados apontavam para

um forte efeito fundador no cromossomo Y, sugerindo que as Amricas teriam sido

povoadas por portadores de um conjunto bastante limitado de seqncias (p. ex. Pena et

al., 1995; Santos et al., 1996; Lell et al., 1997; Bianchi et al., 1998; Santos et al., 1999),


21/132

20

em um modelo de migrao nica no final do Pleistoceno (~22.700 anos atrs), em um

forte paralelo com os dados de mtDNA obtidos por Bonatto e Salzano (1997a,b).

O estudo de mais marcadores dentro do cromossomo Y vem possibilitando a

descoberta de novos hapltipos fundadores, e Karafet et al. (1999) e Lell et al. (2002)

passaram a sugerir a existncia de duas migraes, sendo a migrao mais antiga (20-

30.000 anos atrs) originada na regio centro-sul da Sibria, enquanto a outra (7.000-9.000

anos atrs) seria originria do leste siberiano, prximo ao mar de Okhotsk. Novos dados

tm apoiado o modelo de duas migraes distintas, bem como uma entrada mais recente no

continente americano, provavelmente prxima a 13.500 anos atrs (Bortolini et al., 2003;

Seielstad et al., 2003). Entretanto, outros estudos tm mostrado concluses discrepantes,

sugerindo a existncia de uma nica migrao (Tarazona-Santos e Santos 2002; Zegura et

al., 2004) que teria ocorrido entre 10.100 e 17.200 anos atrs (Zegura et al., 2004).At o momento, a nica tentativa de datar a entrada no continente americano

usando tambm dados de seqncias autossmicas (e do cromossomo X) a de Hey

(2005). Curiosamente, a anlise apresentada por esse autor revela que os dados favorecem

ou idades prximas a 44.000 anos ou a 7.000 anos, em ambos os casos fora do intervalo

sugerido pelos estudos de marcadores uniparentais.

I.2.3. Marcadores genticos: tamanho da populao fundadora

Apesar dos avanos no estudo do Povoamento das Amricas possibilitados peloestudo de marcadores genticos, pouco se avanou em relao a uma estimativa

consistente do tamanho da populao fundadora e de que processos demogrficos teriam

ocorrido nessa populao subseqentemente ao povoamento. Em relao ao mtDNA,

embora alguns estudos tenham identificado gargalos-de-garrafa e expanses populacionais

neste marcador (p. ex., Bonatto e Salzano, 1997b; Silva et al., 2003), nenhum destes

trabalhos conseguiu mensurar a magnitude do efeito gargalo-de-garrafa ou da expanso

populacional com grande confiana, e apenas Bonatto e Salzano (1997b) apresentaram

alguns dados numricos, embora imprecisos, sobre estes possveis eventos. A ausncia dedados quantitativos sobre os eventos demogrficos durante o povoamento das Amricas

repete-se nos estudos baseados no cromossomo Y, mesmo naqueles mais recentes, que

parecem ligar as linhagens americanas a poucos hapltipos fundadores (Lell et al., 2002;

Bortolini et al., 2003; Seielstad et al., 2003; Zegura et al., 2004). Esta situao tambm


22/132

21

aparece nos estudos de polimorfismos nucleares (proticos, de RFLP e de inseres Alu),

que tendem a rejeitar um efeito gargalo-de-garrafa (p. ex. Kidd et al., 1991; Callegari-

Jaques et al., 1993; Nowicket al., 1998; Helleret al., 2004; Mateus Pereira et al., 2005;

Battilana et al., 2007), ou sugerir um efeito moderado (Fagundes et al., 2005 ver Anexo

I; Battilana et al., 2006 ver Anexo II) embora no existam dados quantitativos.

Recentemente, Hey (2005) fez uma anlise bastante refinada usando dados de

vrios locos publicados e concluiu que o continente americano poderia ter sido povoado

por uma populao muito pequena, de at 80 indivduos. Porm, os dados reunidos por ele

compreendiam trabalhos que utilizaram estratgias de amostragem muito diferentes e no

se sabe at que ponto o modelo de anlise (que j assumia de antemo algum grau de

gargalo-de-garrafa) poderia ter influenciado os resultados. At o momento, nenhum

trabalho foi feito em populaes nativas americanas utilizando o seqenciamento demltiplos locosnucleares em uma mesma amostra.

I.3. A escolha dos marcadores genticos estudados no presente trabalho

Dois conjuntos de dados sero utilizados na presente tese. O primeiro (ver Cap. 2)

um conjunto de seqncias de 50 locos autossmicos previamente caracterizados por Yu et

al. (2002) em uma amostra de indivduos africanos, asiticos e europeus. Como foi

ressaltado no item anterior, at o momento, nenhum trabalho foi feito em populaes

nativas americanas utilizando o seqenciamento de mltiplos locos nucleares em uma

mesma amostra. A genealogia de uma nica unidade de recombinao, seja autossmica,

do mtDNA, ou do cromossomo Y, fornece apenas a histria daquela regio, que pode ser

completamente diferente da histria demogrfica da populao em estudo (Knowles e

Maddison, 2002; Marjoram e Tavare, 2006).

A utilizao de dados provindos de estudos de seqenciamento possui ainda

algumas vantagens sobre dados do tipo SNP. Atualmente, milhes de SNPs esto

disponveis para genotipagem automatizada. Entretanto, o processo de descoberta,

validao e seleo de SNPs enviesado contra polimorfismos raros (Clark et al., 2005).

Embora teoricamente seja possvel corrigir esse tipo de vis se sabido como os

marcadores foram selecionados (Brumfield et al., 2003), estudos recentes mostram que

mesmo quando o processo de seleo de SNPs conhecido, as estimativas de diversidade

permanecem enviesadas mesmo aps correo (Clarket al., 2005). Por outro lado, estudos


23/132

22

de seqenciamento no possuem nenhum tipo de vis na estimativa dos parmetros de

diversidade constituindo-se, assim, em excelentes marcadores para estudos populacionais.

O segundo conjunto de dados utilizado na presente tese composto de 53 genomas

mitocondriais inditos de nativos americanos, que somados a outros j publicados

formaram um conjunto de 244 genomas mitocondriais de nativos americanos incluindo os

5 principais haplogrupos mitocondriais presentes no continente (ver item 2.2). O genoma

mitocondrial tem uma taxa evolutiva maior em relao ao DNA nuclear, o que o torna um

marcador adequado para datar eventos recentes (Brown et al., 1979). Os estudos iniciais

com mtDNA humano concentraram-se na regio controladora, cuja evoluo ainda mais

rpida. Porm, os stios da regio controladora exibem uma heterogeneidade de taxa

evolutiva muito grande, e a distncia entre humanos e chimpanzs no pode ser estimada

de modo trivial, dificultando a definio de uma escala de tempo para a evoluo dessaregio (Wakeley, 1993; Tamura e Nei, 1993). Recentemente, diversos estudos passaram a

utilizar o seqenciamento de toda a regio codificante do mtDNA, que possui uma taxa

evolutiva no to rpida, uma heterogeneidade de taxas menos extrema e, portanto, presta-

se melhor datao de eventos demogrficos ou divergncias entre haplogrupos (Torroni

et al., 2006). Apesar de existirem seqncias de mtDNA completas de hapltipos nativos

americanos em bancos de dados pblicos, ainda no foi realizada uma anlise

compreensiva dessas seqncias. Igualmente importante o fato de que at o momento

poucas dessas seqncias pertencem ao haplogrupo X, fazendo-se necessrio que sejamgerados mais dados. A anlise de mtDNA completos j possibilitou uma srie de avanos

no entendimento da filogenia dos haplogrupos mitocondriais, alm de fornecer dataes

mais precisas para eventos importantes como a coalescncia do mtDNA humano e a sada

dos humanos modernos da frica (para uma breve reviso, ver Torroni et al., 2006).

I.4. Objetivos

Os objetivos da presente tese so:

1. Avaliar de maneira estatstica, atravs de simulao sofisticada e de um grandenmero (50) de marcadores genticos autossmicos, hipteses alternativas sobre como

ocorreu a diferenciao continental dos grupos humanos modernos; e

2. Atravs da anlise de 244 genomas mitocondriais completos re-examinar a poca

e a maneira como deve ter ocorrido a colonizao das Amricas.


24/132

23

CAPTULO II

Statistical Evaluation of Alternative Models of

Human Evolution

Manuscrito submetido PLoS Genetics


25/132

24

Statistical Evaluation of Alternative Models of Human Evolution

Nelson J. R. Fagundes1,2,3, Nicolas Ray3, Samuel Neuenschwander3,4, Mark Beaumont5,

Francisco M. Salzano2, Sandro L. Bonatto1* & Laurent Excoffier3*

1 Centro de Biologia Genmica e Molecular, Faculdade de Biocincias, Pontifcia

Universidade Catlica do Rio Grande do Sul (PUCRS), 90619-900 Porto Alegre, RS,

Brazil.

2 Departamento de Gentica, Universidade Federal do Rio Grande do Sul, 91501-970 Porto

Alegre, RS, Brazil.

3Computational and Molecular Population Genetics (CMPG), Zoological Institute,

University of Bern, CH-3012 Bern, Switzerland.

4Dept. of Ecology and Evolution, University of Lausanne, Biophore, CH-1015 Lausanne,

Switzerland.

5

School of Animal & Microbial Sciences, University of Reading, RG6 6AJ, Reading,United Kingdom.

*To whom correspondence should be addressed.

E-mail: [email protected]; [email protected]


26/132

25

An appropriate model of recent human evolution is not only important to understand

our own history, but it is necessary to disentangle the effects of demography and

selection on genome diversity. While most genetic data support the view that our

species originated recently in Africa, it is still unclear if it completely replaced former

members of theHomo genus, or if some interbreeding occurred during its range

expansion. Several scenarios of modern human evolution have been proposed on the

basis of molecular and palaeontological data, but their likelihood has never been

statistically assessed. Using DNA data from 50 nuclear loci sequenced in African,

Asian and American samples, we show here by extensive simulations that a simple

African Replacement model with exponential growth has a much higher probability

(98%) than alternative multiregional evolution or assimilation scenarios. A Bayesian

analysis of the data under this best supported model points to an origin of our species

~145 thousands years ago (Kya), an exit out-of-Africa ~54 Kya, and a recent

colonization of the Americas 9.5 Kya. We also find that the African replacement

model can not only explain the shallow ancestry of mtDNA or Y-chromosomes, but

also the occurrence of deep lineages at some autosomal loci, which has been formerly

interpreted as a sign of interbreeding withH. erectus.

Introduction

Recent international efforts have produced a large amount of genetic data [1] to

identify loci involved in complex diseases or genomic regions with unusual patterns of

polymorphism that could be indicative of recent selective events [2]. However, because

past demographic events are likely to have greatly affected current patterns of genetic

diversity, genetic data are difficult to interpret without a general demographic model that


27/132

26

can explain neutral variability [3]. A global scenario of human evolution is also important

to understand our origins and how and when human populations have colonized the globe,

a question that has fascinated physical and molecular anthropologists over the past decades

[4].

Many scenarios of human evolution have been proposed based on palaeontological,

archaeological, or genetic data [5,6], and their fit to various aspects of our genetic diversity

has been investigated [3,7-9]. The current debate over recent human evolution can be

simplified by considering the alternative scenarios shown in Fig. 1 [5]. The African

replacement scenarios (Fig. 1A), which posits a single and recent African origin for all

modern humans, are mainly supported by mitochondrial DNA (mtDNA) and Y

chromosome polymorphisms [4], by the current lack of Neandertal mtDNA genes in

modern humans [10], and by gradients of nuclear genetic diversity from Africa towards the

Americas [4,11]. Recent examination of nuclear DNA has however revealed patterns of

polymorphism that were judged incompatible with a pure African Replacement scenario

[7,12-16]. For instance, the presence of very old lineages in Africa and Asia raised claims

for some degree of interbreeding between modern and archaicHomo forms [13,14,16].

Such interbreeding can occur under Assimilation scenarios (Fig. 1B), where modern

humans migrating out-of-Africa would have hybridized with localH. erectus and

incorporated old lineages [15,17], or under Multiregional scenarios (Fig. 1C), where

migrants would have been continuously exchanged between Africa and Asia, leading to a

synchronized emergence of modern anatomy.

Previous approaches to understand human evolution using genetic data have not

attempted to compare directly alternative scenarios within a global statistical framework,

and the posterior probability of the models presented above has never been evaluated. In


28/132

27

principle, alternative models can be directly compared if their likelihood can be computed.

Even though these likelihoods can now be computed for relatively simple demographic

scenarios involving a few parameters [18], the likelihood function of complex

demographic scenarios may be very difficult or even impossible to solve analytically [19].

In this paper, we overcome this problem by taking an Approximate Bayesian Computation

(ABC) approach [20] to compare models and estimate the parameters of interest. The

ABC approach is a convenient way of dealing with such situations because it is possible to

compare the probability of obtaining the observed data (or summary statistics computed

from them) under alternative scenarios, marginal to (i.e. irrespective of) the parameter

values. Complex models can thus be compared even though they depend on many

parameters, the true values of which are very uncertain.

Results

We first evaluated the posterior probabilities of different models within each class

of the three scenarios considered here, which are the African replacement, multiregional

evolution and assimilation scenarios (see Fig 1. and Material and methods section for

further information on the models). Under the African replacement and Assimilation

scenarios, models with exponential growth (AFREG and ASEG) were found to have the

largest posterior probabilities (0.997 for AFREG, and 0.979 for ASEG, Fig. 1A and B),

suggesting that both the emergence of modern humans in Africa and their spread into other

continents are better modeled as a gradual rather than an instantaneous process. Among the

Multiregional evolution models, the MREBIG model (Fig. 1C) is clearly favored with a

posterior probability of 0.62. This model implements a bottleneck in Africa with an

instantaneous recovery, a recent population growth in Asia, and it allows for different

migration rates between Africa and Asia at different periods.


29/132

28

We then compared the best model of each scenario. We find that the African

Replacement model with exponential growth is clearly outcompeting the others, with a

posterior probability of 0.978 (Figure 1). The best Multiregional evolution and

Assimilation models have much lower posterior probabilities of 0.022 and 5x10-5,

respectively. These results clearly show that neutral nuclear sequence data give a

significant support to a recent origin of modern humans without any interbreeding with

archaicHomo forms, at least in Asia.

The Bayesian estimates of the demographic parameters of the overall best African

replacement model (AFREG, Table 1, Fig. 2) suggest a scenario of human evolution where

an archaic African population of about ~14,500 effective individuals gave rise to modern

humans around ~145 thousand year ago (Kya) after a bottleneck involving ~550 effective

individuals. The Out-of-Africa migration, initially involving only ~300 effective

individuals would have occurred some ~54 Kya, and the Americas would have been

colonized only around ~10 Kya by ~500 individuals.

Discussion

In order to check the power of our model choice procedure, we simulated 1,000

data sets under the best African replacement (AFREG) and multiregional (MREBIG)

models. For data simulated under the African replacement scenario, we found that the

AFREG model had a higher probability than the multiregional model in 90% of the cases

(see Supporting Information Fig. S2), while for data simulated under the multiregional

scenario, the MREBIG model had a higher probability than the African replacement model

in only 67% of the cases. While these results could suggest that a true multiregional

model would be wrongly interpreted as an African replacement model in 33% of the

cases, we note that misidentified AFREG models never exceed posterior probabilities of


30/132

29

0.94. Thus, posterior probabilities for the African replacement model as high as that

observed (0.98) is only found when it is the correct model, suggesting that our results are

not due to some artifact in the model selection procedure.

The demographic and time estimates (Table 1) are in overall good agreement with

those obtained previously from fossil or genetic data. The date for the emergence of

modern humans is indeed well consistent with palaeontological record suggesting dates of

130-200 Kya [5,21], and with previous genetic estimates [120-160 Kya, 22]. The size of

the archaic modern human population is also close to recent estimates of long-term or

ancestral size for modern humans of around 10,000-15,000 individuals [3,7]. The size and

timing of the exit out of Africa are in excellent agreement with recent molecular and

archaeological studies suggesting that this migration resulted in a limited number of

lineages having left Africa only around 55- 65 Kya [6,11,23]. Finally, the estimates for the

current effective continental population sizes show a net decrease from Africa to America

compatible with a series of spatial expansions and founder effects during the colonization

of the world [4,11].

Our estimated date for the colonization of the Americas is very recent, although the

upper limit of the 95% HPD (Highest Posterior Density) is close to the dates of the oldest

archaeological sites of ~14 Kya [24]. This result thus nevertheless suggests a late, post-

glacial maximum, colonization of the Americas, which is in better agreement with the

estimates of ~14 Kya based on the Y-chromosome [25] than on those of ~30 Kya based on

mtDNA control region [26]. This young colonization time, in agreement with a recent

study [27], could indicate a discontinuity between the ancestors of our sampled individuals

and the earliest settlers of the Americas. Alternatively, a too young settlement time could

result from the sole sampling of Central and South American individuals, and it is known


31/132

30

from the study of mtDNA and the Y-chromosome that some rare alleles (haplogroups) can

only be found in North America [28]. Therefore, the inclusion of northern Native

Americans could lead to increased genetic diversity and colonization time estimates. We

also note that the estimated founder population size for America is about 6 times larger

than that recently proposed by Hey [27], who suggested that less than 80 effective

individuals would have colonized the Americas. However, a moderate bottleneck for the

settlement of the New World is in agreement with recent results from nuclear loci [29] and

with previous mtDNA studies [26]. Differences in sampling design and marker choice

between studies could explain this discrepancy: while our study is based on a

homogeneous set of 50 nuclear loci genotyped in the same individuals, the former study

[27]used a mixture of nuclear, mtDNA and Y chromosomes markers assessed on different

individuals drawn from various locations.

When comparing the values of homologous parameters estimated under different

models (Supporting Information Table S5), we find that the ASEG model clearly

converges to the AFREG model as shown by the very small proportion (


32/132

31

archaic population sizes in both continents (less than 1,000 effective individuals), and

recent migration rates between continents being larger than between the two archaic

populations.

Since the occurrence of deep lineages in modern humans has been sometimes taken

as evidence against replacement models [e.g. 13,16], we have computed the empirical

distribution of the times to the Most Recent Common Ancestors (TMRCAs) for the best

model under each of the three scenarios (Fig. 3A, Supporting Information Table S6). We

see that the Multiregional model has the narrowest and shortest distribution due to the

small estimated archaic population size that promotes coalescent events as soon as archaic

Asian lineages are brought back (looking backward in time) to Africa ~ 800 Kya. On the

other hand, very old TMRCAs exceeding several millions of years can be readily obtained

under the African replacement models, since the larger ancestral size in Africa prevents

rapid coalescence of lineages having passed through the speciation bottleneck. When

computing continent-specific TMRCAs under the overall best African replacement model

(AFREG) (Fig. 3C, Supporting Information Table S8), we see that very ancient TMRCAs

are not restricted to African samples, but that they are also found for Asian and

Amerindian samples. Our results therefore question the hypothesis that very old TMRCAs

should be taken as evidence for interbreeding events between modern humans and

individuals of otherHomo species [13]. Unexpectedly, we find that ~10% of autosomal

loci should have TMRCAs younger than 140 Kya, which seems to contradict empirical

observations [13] even though we cannot exclude the possibility that loci with little or no

variation are under-represented in the published literature. However, in keeping with these

results, we note that 8% of our loci (4 out of 50) are entirely monomorphic in the three

samples, and therefore indicative of a shallow ancestry.


33/132

32

While our models were fitted to autosomal DNA, they should also be able to

explain the observed features of mtDNA and Y chromosome polymorphism, such as their

more recent TMRCAs. We have therefore simulated TMRCAs for these uniparentally

inherited loci using effective sizes four times smaller than for nuclear loci. We find (Fig.

3B, Supporting Information Table S7) that the African replacement and Assimilation

models are fully compatible with TMRCAs smaller than 250 Kya such as those found with

mtDNA or Y chromosome data [e.g. 4], while TMRCAs are found mostly larger than 400

Kya for the best multiregional model, which seems therefore fully incompatible with these

uniparentally inherited markers.

We thus show in this paper that it is possible to estimate the posterior probability of

various models of human evolution under an approximate Bayesian computation

framework relying on massive computer simulations. While the analysis of 30 individuals

for 50 unascertained and neutral DNA sequence loci is still challenging for small

laboratories, it is reassuring that this dataset seems sufficient to obtain unequivocal results.

It suggests that complex evolutionary models could also be tested in non-model organisms.

While we considered a variety of alternative scenarios, we did not specifically attempt to

design models of human evolution that would maximize the fit between observed and

simulated data. However, these very simple models certainly capture the basic differences

between proposed alternative scenarios of human evolution [see e.g. 5]. More elaborated

models incorporating intra-continental population subdivisions, long-distance dispersal, or

spatially explicit information [8] could certainly be implemented, and the current model

choice framework could be used to evaluate their respective merits. An analysis of

genome-wide resequencing data [e.g. 31] or of STR data performed on population samples

from various continents [32] would be helpful to confirm our results and would possibly


34/132

33

allow one to refine our estimates. However, these much larger data sets would be more

challenging to study and would require much more computer power than that used in our

study, which already exceeded 10 CPU-months of computations on a Linux cluster.

In conclusion, while our best supported model (African replacement with

exponential growth) certainly does not represent the complete history of modern humans,

we show here that it is much better supported by a random set of neutral loci than any other

models involving interbreeding with otherHomo species. We certainly cannot fully

exclude that any interbreeding ever occurred between modern and archaic humans, and

that any favorably selectedH. erectus genes could have spread into modern humans [see

e.g. 17]. However, our results clearly suggest that our modern gene pool has a recent and

predominant African origin, and they therefore offer a neutral demographic scenario that

could be used to detect ancient admixture for specific gene regions. Moreover, the best

African replacement model explains key features of other data sets, such as recent

TMRCAs for mtDNA or Y chromosome loci, as well as occasional deep lineages of

nuclear loci, previously thought to be indicative of balancing selection or interbreeding

withH. erectus or Neandertals [7,13]. The demographic parameters of this model should

reveal useful to improve our ability to detect loci involved in complex diseases or in past

adaptive events, by providing better null distributions of various statistics used in genome

scans or linkage disequilibrium mapping studies.

Material and Methods

Samples, loci and laboratory methods. For this study, we sequenced 50 independent

autosomal loci for about 500 bp each, providing a total of about 25,000 bp information for

each individual (see Supporting information Table S1). These 50 loci were first

characterized by Chen and Li [33], and further studied in human and chimpanzee


35/132

34

populations [34,35]. They were selected after a preliminary screen of the human genome

because they lie in intergenic regions located at least 5 kb away from known or putative

functional element, and because they do not contain repetitive elements [33]. Additionally,

each of these nuclear sequences are short enough (approximately 500bp) so that they can

be considered as non-recombining segments. Because these data have been generated

through DNA sequencing, they are not likely to be affected by ascertainment bias.

In order to complement a first data set consisting of 10 African, and 10 Asian

individuals previously analyzed by Yu et al. [34], we sequenced here 12 Native American

individuals, each affiliated to a different tribe. All individuals came from Central and

South American populations which belong to the Amerind linguistic phyla [36]. The

populations sampled and their linguistic classifications [following Greenberg 36] are: Ach

(Equatorial, Kariri-Tupi), Arara (Macro-Carib, Carib), Bribri (Chibchan, Talamanca),

Guatuso (Chibchan, Rama), Guaymi (Chibchan, Guaymi), Kuben-Kran-Kegn (Macro-Ge,

Cayapo), Lengua (Macro-Panoan, Lengua), Quechua (Andean, Quechua), Tiryio (Macro-

Carib, Carib), Waiwai (Macro-Carib, Carib), Xavante (Macro-Ge, Ge-Kaingang) and Zor

(Equatorial, Kariri-Tupi). This scattered sampling scheme was used to replicate the

sampling strategy of Yu et al. [34], who studied a single individual by ethnic group in

order to get a general picture of the genetic diversity at the continental level with a limited

sample size. To our knowledge, this is the largest multilocus sequence dataset available for

Native Americans in which the same panel of individuals has been studied for all loci.

For each locus, we performed PCR amplification using primers and conditions

described in Yu et al. [34], except for loci T1469, T151, T812, T1386, and T864, for

which we designed new amplification primers, whose sequence is available upon request.

Sequencing was performed at the Centro de Biologia Genomica e Molecular, PUCRS, in a


36/132

35

MegaBACE1000 system (GE Healthcare) using reagents and protocols recommended by

the manufacturer. Individual reads were assembled in the PhredPhrap package [37],

together with a reference sequence containing the known variants for each locus. All

assemblies were visually inspected using Consed [38], and all possible heterozygous sites

have been re-checked using a new PCR product as a template for sequencing. Mutation

rates at all loci were estimated after gametic phase estimation and comparison with

chimpanzee sequences, as explained in Supporting Information Table S1.

Note that two East Indian individuals were excluded from the Asian sample, since the

Indian sub-continent has been recently colonized by Indo-Europeans, to which West-

Asians are genetically most similar [e.g. 39]. Also, while 10 European individuals were

also sequenced for the same 50 loci [34], we did not incorporate them in the present study

for the following reasons. First, it appears that the colonisation of Europe by modern

humans has been quite complex, with a delay compared to the colonisation of Asia, and

several migration waves from the Near-East whose contribution to the present European

gene pool is difficult to assess [see e.g. 40]. Therefore, due to the uncertainty about this

settlement history, the modelling of Europes colonization would require the introduction

of many additional parameters in our simulations, which would become overly complex.

Tested evolutionary scenarios. We modelled three different sets of scenarios

constructed to capture most of the current debate concerning modern human evolution (see

e.g. refs. [5,41] for a general account on different models of human evolution). Because

there is still some uncertainty on the exact details of past human demography, we chose to

evaluate several alternative models within each class of scenarios. For example, previous

attempts of fitting molecular data to the African Replacement scenario have used different


37/132

36

demographic growth models (instantaneous, exponential, linear, or logistic) [3,7-9,22], but

it is still unclear if one of these models has better properties than others.

A general representation of the models contrasted in this study is shown in Fig. 1, and a

detailed schematic representation is shown in Supporting information Fig. S1, where we

list the parameters of all models. The African replacement models (Fig. S1A) are simulated

with instantaneous (AFRIG) or exponential (AFREG) growth after bottlenecks. Looking

forward in time, both models start with an ancestral (archaic) population in Africa which

passes through a bottleneck and gives rise to a population of modern humans. After the

bottleneck, the population is allowed to grow to its current size, either instantaneously or

exponentially, depending on the model. Following this event, a migration occurs from

Africa to Asia, and finally from Asia to the Americas. In both cases after a few generations

the founding population is allowed to expand to its current size.

Multiregional evolution, in which the transition towards modern morphology occurs

simultaneously due to ongoing gene flow between continents was simulated as shown in

Fig. S1C. We simulated four different models that differ in the way population sizes

change over time and whether population growth has been instantaneous or exponential.

Forward in time, all models start with an archaic African population that moves out-of-

Africa in an event that attempts to model the peopling of Asia byHomo erectus. Since

then, and up to the present, Africa and Asia exchange migrants. Another major migration

event only takes place from Asia to the Americas. In model MRE1S, African and Asian

population sizes and migration rates are held constant over the whole simulated period. In

model MRE2S, there is a transition between an archaic and modern population size

that occurs independently first in Africa and then in Asia, with new migration rates

occurring after the demographic transition in Africa. The remaining models implement a


38/132

37

bottleneck in Africa during the emergence of modern humans: in model MREBIG all

populations grow instantaneously, while in model MREBEG all modern populations

grow exponentially.

Finally, the African origin with assimilation (Supporting information Fig. S1B) is a

hybrid model that includes an early dispersal ofH. erectus out-of-Africa, but it differs

from MRE in two major aspects: there is no migration between continents and a fraction of

modern Asian lineages have originated recently from Africa, like in the African

replacement model. However, another fraction of the modern Asian lineages come from

the archaic Asian population. The ASIG and ASEG models differ by implementing

instantaneous or exponential growth, respectively, after the bottlenecks associated to the

founding of each continent by modern humans. These scenarios have been adapted from

the models reviewed in Stringer [41]. The prior distributions of the parameters of the eight

tested models are described in Supporting information Table S2 (see next section).

Approximate Bayesian Computations. Parameter estimation and model evaluation

were done under an approximate Bayesian computation (ABC) framework [20],

implemented in a number of programs developed by us (M.B, L. E., S. N. and N. R). The

different steps of the ABC parameter estimation procedure are described in detail

elsewhere [20,42], but we briefly outline them below. For each model, we first perform a

large number of genetic simulations based on a pre-defined demographic history, using the

program SIMCOAL ver. 2 [43]. Some or all parameters that define the model (e.g.

population sizes, migration rates, timing of the demographic events, mutation rates) are

considered as random variables for which some prior distribution must be defined, as

shown in Supporting information Table S2. For each simulation, the parameter values are

drawn from their prior distributions defining a demographic history that is used to build a


39/132

38

specific input file for the SIMCOAL program. SIMCOAL then performs coalescent-based

[44] simulations to generate the genetic diversity of samples, with the same number of

gene copies and loci than those observed. Summary statistics (Ssim) identical to those

computed on the observed data (Sobs) are then calculated for the simulated dataset. As in

any coalescent approach, our simulations were performed considering haploid individuals

and with time scaled in generations. Following Beaumont et al. [20], a Euclidean distance

is calculated between normalized Ssim and Sobs for each simulated dataset.

Prior distributions. The prior distributions of the parameters of all eight models are

shown in Supporting information Table S2. We used uniform priors for parameters with a

search space made up of discrete values or of continuous values with one order-of-

magnitude between the smallest and largest values, or for parameters where no prior

information is available (e.g. the timing of all events, bottleneck population sizes, duration

of the bottlenecks, and the fraction of the archaic chromosomes to invade the modern

Asian population). We used a log-uniform distribution for parameters with a larger search

space, such as the current population size, migration rates, and the archaic population

sizes in Africa and Asia. This strategy implies that the sampling for these parameters is

denser for smaller values, which seems reasonable since most studies suggest population

sizes of a few thousand individuals [30], or low recurrent migration between continents

[45].

Summary statistics. Summary statistics of genetic diversity were calculated using

program Arlequin ver 3.1 [46]. The following summary statistics were computed: total and

per population number of segregating sites (S), nucleotide diversity () for each

population, TajimasD [47] for each population, total and pairwiseFSTs [48]. Since there

is some uncertainty associated to the phasing procedure, we only used summary statistics


40/132

39

that do not depend on phase information. Summary statistics calculated for the 50 loci are

reported in Supporting information Table S3.

Framework for model choice. The posterior probability of each model was estimated by

an approach developed by one of us [49]

(http://sapc34.reading.ac.uk/~mab/stuff/ABC_distrib.zip), which is based on a weighted

multinomial logistic regression procedure. This is an extension of ordinary logistic

regression to more than two categories. Logistic regression gives the probability that a

categorical variable takes one of two states as a function of the explanatory variables. For

the ABC procedure, the different models are coded as categorical variables and the method

then directly estimates the posterior probability of each model, conditional on the observed

summary statistics. The regression of summary statistics on the models is carried out on

the 5,000 retained simulations with smallest for all models pooled together, and

Epanechnikov kernel-based weights are assigned to each simulation [49]. This procedure

has been shown [49] to substantially improve on a previous method [50,51] for selecting

models using ABC. It should be noted that the posterior probabilities of particular models

may depend on the choices made for the prior distributions of the parameters within each

model. However, because we have examined different models within each set of scenarios,

our conclusions are likely to be robust to most reasonable specifications of the priors.

Model selection within each set of scenarios was based on two million simulations for each

model. We performed three additional million simulations for each of the best African

Replacement, Multiregional and Assimilation models, to obtain their posterior probabilitybased on a total of 5 millions simulations for each model. Overall, simulations took the

equivalent of about 10 CPU-months.


41/132

40

Parameter estimation. For the best model within each set of scenarios, we retained the

5,000 simulations with smallest associated Euclidean distance computed on a total of 5

million simulations. Then posterior distributions of the parameters are obtained via a

locally-weighted multivariate regression (see [20] for more details). Parameters (x) were

transformed asy = log[tan(x)-1] before regression to prevent estimations to exceed

distribution limits [52]. We performed a small study on the accuracy of several possible

point estimators for the parameters (i.e. mean, median, mode, regression coefficient), from

which we concluded that the median had overall the best properties (see Supporting

information Table S4). This point estimator is therefore reported in Table 1, whereas Table

S5 lists the median and the mode of the parameter posterior distributions estimated under

the three best models.

TMRCA simulations. We generated for each model the expected distribution of the time

to the most common ancestor (TMRCA) by performing 5,000 simulations of 50 loci, using

as fixed parameter values the median estimates obtained under our ABC approach, which

is a reasonably good point in the parameter space. We generated in the same way the

distribution of TMRCAs for uniparentally inherited markers by dividing the population

sizes by four since the effective size for these markers is four times less than for nuclear

loci.

Acknowledgments

We are grateful to the Fundao de Amparo Pesquisa do Estado do Rio Grande do Suland to Institutos do Milnio and Apoio a Ncleos de Excelncia Programs for extra

support, and to EGEE2 European project for providing access to its computing grid

infrastructure and for user assistance. Thanks to Pierre Berthier for computational services,


42/132

41

to Johan Montagnat and Cladinara Sarturi for technical help, to Wen-Hsiung Li for the

primers, and to Kim Hill, A. Magdalena Hurtado, Ramiro Barrantes, Francisco R. Carnese,

and Eduardo Tarazona-Santos for sample donations, as well as to all individuals who, by

contributing their own samples, made this study possible. We are also grateful to

Montgomery Slatkin and Paul Mellars for their comments on a previous version of this

manuscript.

Funding. This work has been supported by grants from: the University of Bern to

NJRF; Swiss National Foundation No. 3100A0-112072 to LE; Conselho Nacional de

Desenvolvimento Cientfico e Tecnolgico (Brazil) No. 477780/2003-2 to SLB. NJRF was

partially supported by a CAPES (Brazil) scholarship No. 3624-05-6.


43/132

42

References

1. Altshuler D, Brooks LD, Chakravarti A, Collins FS, Daly MJ, et al. (2005) A haplotype

map of the human genome. Nature 437: 1299-1320.

2. Kelley JL, Madeoy J, Calhoun JC, Swanson W, Akey JM (2006) Genomic signatures of

positive selection in humans and the limits of outlier approaches. Genome Res 16:

980-989.

3. Schaffner SF, Foo C, Gabriel S, Reich D, Daly MJ, et al. (2005) Calibrating a coalescent

simulation of human genome sequence variation. Genome Res 15: 1576-1583.

4. Cavalli-Sforza LL, Feldman MW (2003) The application of molecular genetic

approaches to the study of human evolution. Nat Genet 33 Suppl: 266-275.

5. Stringer C (2002) Modern human origins: progress and prospects. Phil Trans Roy Soc B

357: 563.

6. Mellars P (2006) Why did modern human populations disperse from Africa ca. 60,000

years ago? A new model. PNAS 103: 9381-9386.

7. Plagnol V, Wall JD (2006) Possible ancestral structure in human populations. PLoS

Genet 2: e105.

8. Ray N, Currat M, Berthier P, Excoffier L (2005) Recovering the geographic origin of

early modern humans by realistic and spatially explicit simulations. Genome Res

15: 1161-1167.

9. Marth G, Schuler G, Yeh R, Davenport R, Agarwala R, et al. (2003) Sequence variations

in the public human genome data reflect a bottlenecked population history. PNAS

100: 376-381.

10. Krings M, Stone A, Schmitz RW, Krainitzki H, Stoneking M, et al. (1997) Neandertal

DNA sequences and the origin of modern humans. Cell 90: 19-30.


44/132

43

11. Liu H, Prugnolle F, Manica A, Balloux F (2006) A Geographically Explicit Genetic

Model of Worldwide Human-Settlement History. Am J Hum Genet 79: 230-237.

12. Templeton A (2002) Out of Africa again and again. Nature 416: 45-51.

13. Garrigan D, Hammer MF (2006) Reconstructing human origins in the genomic era. Nat

Rev Genet 7: 669.

14. Templeton A (2005) Haplotype Trees and Modern Human Origins. American Journal

of Physical Anthropology 128: 33-59.

15. Eswaran V, Harpending H, Rogers AR (2005) Genomics refutes an exclusively African

origin of humans. Journal of Human Evolution 49: 1.

16. Hayakawa T, Aki I, Varki A, Satta Y, Takahata N (2006) Fixation of the Human-

Specific CMP-N-Acetylneuraminic Acid Hydroxylase Pseudogene and

Implications of Haplotype Diversity for Human Evolution. Genetics 172: 1139-

1146.

17. Evans PD, Mekel-Bobrov N, Vallender EJ, Hudson RR, Lahn BT (2006) Evidence that

the adaptive allele of the brain size gene microcephalin introgressed into Homo

sapiens from an archaic Homo lineage. Proc Natl Acad Sci U S A 103: 18178-

18183.

18. Hey J, Nielsen R (2007) Integration within the Felsenstein equation for improved

Markov chain Monte Carlo methods in population genetics. Proc Natl Acad Sci U S

A 104: 2785-2790.

19. Marjoram P, Molitor J, Plagnol V, Tavare S (2003) Markov chain Monte Carlo without

likelihoods. Proc Natl Acad Sci U S A 100: 15324-15328.

20. Beaumont MA, Zhang W, Balding DJ (2002) Approximate Bayesian computation in

population genetics. Genetics 162: 2025-2035.


45/132

44

21. McDougall I, Brown FH, Fleagle JG (2005) Stratigraphic placement and age of modern

humans from Kibish, Ethiopia. Nature 433: 733.

22. Voight BF, Adams AM, Frisse LA, Qian Y, Hudson RR, et al. (2005) Interrogating

multiple aspects of variation in a full resequencing data set to infer human

population size changes. PNAS 102: 18508-18513.

23. Macaulay V, Hill C, Achilli A, Rengo C, Clarke D, et al. (2005) Single, Rapid Coastal

Settlement of Asia Revealed by Analysis of Complete Mitochondrial Genomes.

Science 308: 1034-1036.

24. Dillehay T (1997) Monte Verde: A Late Pleistocene Settlement in Chile II: The

Archaeological Context and Interpretation. Washington D. C.: Smithsonian

Institution Press. 1071 p.

25. Bortolini M-C, Salzano FM, Thomas MG, Stuart S, Nasanen SPK, et al. (2003) Y-

Chromosome Evidence for Differing Ancient Demographic Histories in the

Americas. Am J Hum Genet 73: 524-539.

26. Bonatto SL, Salzano FM (1997) Diversity and Age of the Four Major mtDNA

Haplogroups, and Their Implications for the Peopling of the New World. Am J

Hum Genet 61: 1413-1423.

27. Hey J (2005) On the Number of New World Founders: A Population Genetic Portrait

of the Peopling of the Americas. PLoS Biology 3: e193.

28. Schurr TG (2004) The peopling of the New World: Perspectives from molecular

anthropology. Annual Review Of Anthropology 33: 551-583.

29. Battilana J, Fagundes NJ, Heller AH, Goldani A, Freitas LB, et al. (2006) Alu insertion

polymorphisms in Native Americans and related Asian populations. Ann Hum Biol

33: 142-160.


46/132

45

30. Takahata N, Lee SH, Satta Y (2001) Testing multiregionality of modern human

origins. Mol Biol Evol 18: 172-183.

31. (2004) The ENCODE (ENCyclopedia Of DNA Elements) Project. Science 306: 636-

640.

32. Ramachandran S, Deshpande O, Roseman CC, Rosenberg NA, Feldman MW, et al.

(2005) Support from

nelson jurandi - origem do homo sapiens e sua chegada às américas

Documents